基于粒子群神经网络的含硼富燃料推进剂一次燃烧性能计算

摘要：

使用粒子群算法(particle swarm optimization,PSO)来优化误差反传(back propagation,BP)神经网络的权重和阈值,建立了粒子群神经网络(PSO-BP)计算模型,利用该模型对含硼富燃料推进剂的一次燃烧性能进行了模拟计算,当端羟基聚丁二烯(HTPB,28％ ～32％)、高氯酸铵(AP,30％ ～35％,重均粒径0.06 ～0.140 mm)、卡托辛(GFP,0％ ～5％)等重要影响因素变化时,计算了相应配方的燃速和压强指数,并与测试结果进行了比较.结果显示,模拟计算的燃速和压强指数相对偏差均小于±7％.

关键词：物理化学、含硼富燃料推进剂、一次燃烧性能计算、粒子群算法、BP神经网络

所属期刊栏目：19

分类号：TJ55;V512.4;O64(爆破器材、烟火器材、火炸药)

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：548-552